时间：2021-02-06 10:04:56 | 栏目：Python代码 | 点击：次
方法一：使用轮廓
步骤1
"""src为原图""" ROI = np.zeros(src.shape, np.uint8) #感兴趣区域ROI proimage = src.copy() #复制原图 """提取轮廓""" proimage=cv2.cvtColor(proimage,cv2.COLOR_BGR2GRAY) #转换成灰度图 proimage=cv2.adaptiveThreshold(proimage,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,7,7) proimage,contours,hierarchy=cv2.findContours(proimage,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE) #提取所有的轮廓
步骤2
"""ROI提取""" cv2.drawContours(ROI, contours, 1,(255,255,255),-1) #ROI区域填充白色，轮廓ID1 ROI=cv2.cvtColor(ROI,cv2.COLOR_BGR2GRAY) #转换成灰度图 ROI=cv2.adaptiveThreshold(ROI,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,7,7) #自适应阈值化 imgroi= cv2.bitwise_and(ROI,proimage) #图像交运算 ，获取的是原图处理――提取轮廓后的ROI 2.#imgroi = cv2.bitwise_and(src,src,mask=ROI) 3.#imgroi = ROI & src 无需灰度+阈值，获取的是原图中的ROI
方法二
img1 = cv2.imread('roi.jpg')
roi = img1[0:rows, 0:cols ]